基于无线传感网的苹果精准管理专家系统研究

王敏　张捐净

摘要：根据苹果种植精准管理的要求，基于无线传感器网络技术设计开发一套苹果精准管理专家系统。该系统可实现对果园的远程监控，图形化显示果园环境因子数据；结合专家知识，建立数学模型，可完成预测决策功能；进行果园日常管理的信息维护、资料查询，并具有良好的可扩展性。

关键词：精准管理；无线传感器网络；专家系统；苹果

中图分类号：TP311.52 文献标识码：A 文章编号：1674-1161（2014）06-0039-03

目前，无线传感器网络应用于农业领域以实现精准农业管理，已经成为一种趋势。广泛布置的传感器自组成网，记录作物生长的各种环境参数，提供大量的数据，这些数据通过网络传输存储到数据库，可备人们使用。如何利用这些数据来指导农业生产，实现精准农业管理，是目前需要解决的问题，而专家系统就可以用来分析和处理数据。

苹果精准管理专家系统基于无线传感器网络的监测系统开发而成，是网络化精准管理在农业应用中的生产指导系统。实现生产精准管理的前提是环境信息的自动获取和处理：底层的无线传感器网络完成对设施光、温、水、肥、气五大环境因子的实时监测与控制；上层专家系统实现对农业产品的精准管理。苹果精准管理专家系统可根据苹果园大气温度，湿度、土壤温度及湿度、光照强度等实时监测信息，结合专家知识，进行果园管理的预测决策，科学地指导果园生产。

1 苹果管理需求分析

专家系统通过远程数据库访问技术，读取监测得到的果园环境参数，对数据进行图形化显示，供专家及果农查看数据的时程曲线；对数据进行分析和处理，通过气象参数和果园立地条件参数的变化，利用计算机模拟，预测果园病虫害发生动态，监控果园肥水丰缺程度，在必要情况下将预警和生产指导信息以短信方式发送到农户。

为了给用户提供及时、准确的管理决策，专家系统主要研发内容包括：1） 准确的环境因子信息查询及图形化显示；2） 农业知识的管理和推理模型的建立；3） 专家系统推理机制的实现；4） 系统的维护和调试及可扩展性设计。

2 系统功能设计

从功能上划分，苹果精准管理专家系统由实时监控、果园日志、精准管理、专家建议、病虫害查询、资料查询、系统维护7个功能模块组成（如图1所示）。

1） 实时监控基于地理位置进行实时和历史数据的图形化显示。根据查询方式的不同，可实现基于地理位置网关信息的查询显示、实时监测数据的查询及图形化显示、单环境因子数据的图形化显示、多环境因子数据的图形化对比显示。2） 精准管理根据环境因子和专家知识进行推理预测，产生预警和管理指导意见。3） 果园日志根据果园的立地条件，进行果园基本信息的维护。4） 专家建议将专家的指导意见和预警信息发送至农户手机。5） 病虫害查询提供基于病虫害名称和发生时间的病虫害信息库查询，提供相应的发病特性、发生规律及预防措施。6） 资料查询提供苹果种植专业知识等资料信息的查询。7） 系统维护是可防止突发情况下的服务器转移、数据库更新等，以及方便系统的推广。

根据实际需求，苹果精准管理专家系统的核心功能是图形化显示果园环境数据、结合专家知识完成预测决策功能，即实时监控和精准管理模块。这两部分功能的实现都是基于环境因子数据的。

3 系统实现

3.1 环境因子的获取

环境因子数据包括大气温度、大气湿度、土壤温度、土壤湿度、二氧化碳浓度、光照强度，数据由无线传感器从苹果园中采集获取。每个无线传感器感知节点上集成5种传感器，开发选用的传感器型号如表1所示。感知节点以无线多跳的方式自组织成无线传感器网络，自动获取环境因子信息。环境因子信息通过网关节点进行中继转发，网关节点对信息进行解析打包等简单处理之后，利用GPRS通信方式将其发送到数据库进行存储。专家系统通过访问数据库即可得到相关数据。

3.2 环境因子的图形化显示

实时监控与数据的时程曲线显示完成当前果园实时环境数据（空气温湿度、土壤温湿度、光照）的图形化显示，同时能够查询历史的环境数据并显示。按照显示方式的不同，可以基于网关地理位置切换显示；或者按照环境因子和显示区间进行设置，可以单环境因子数据精确显示，也可以多环境因子数据对比显示，为用户提供灵活的显示效果。这样既方便用户观察果园的实时环境与历史环境情况，又可以帮助农业专家做出科学决策。实时监控与数据的时程曲线显示利用NI Measurement Studio的图形显示控件，由实时状态显示模块、单因子数据显示模块、多因子数据对比显示模块组成。

1） 实时状态显示区由两个温度计控件、两个湿度计控件和静态字符显示控件组成。两个温度计用于实时显示空气温度和土壤温度；两个湿度计用于显示空气湿度与土壤湿度；字符控件显示详细的空气温度、空气湿度、土壤温度、土壤湿度、光照强度5种数据，以及当发生错误时显示相应错误的类型，方便纠错。系统每隔5 min访问一次实时数据库，用来更新最新的数据信息；同时检查远程连接的情况，如果发生错误则通过字符显示控件输出错误信息，当发生连接错误时，实时控件的显示数据为0。系统每隔5 s动态更新绘制5种数据的当日时程曲线图。

2） 单因子数据显示主要完成单一环境因子数据的时程曲线绘制。可显示一定时间的单一环境因子数据，有很高的精度，绘图区比较大，可以进行相应的图形操作。绘图显示采用NI公司的Measurement Studio中的ComplexGraph控件完成，可通过编程实现比较复杂的图像交互功能，如放大、移动坐标、归位等。

3） 多因子数据对比显示可以同时显示5种环境数据，能观察到一段时间内各个环境因子之间的关系，方便专家根据多项环境因子的对照信息，进行科学指导。绘图使用5个Graph控件，并且创建5个独立的plot对象（即画图对象），可以同时显示5种数据，但只能对Graph控件做简单的交互，如移动横坐标。

3.3 精准管理

精准管理根据果园的环境因子及作物的生长情况，通过专家给定的预测模型（如花期预测模型、苹果黑星病预测模型）进行推理预测、产生预警和管理指导意见。此部分包括果园灌水管理、施肥管理、病虫害管理、黑星病预测、花期预测，以及花期冻害、斑点落叶病、轮纹病、桃小食心虫预警。系统将预警信息和管理指导意见以短信形式发送给农户，以便实现实时精准管理。

专家系统的推理需要丰富的专家知识，系统所使用的所有模型均来源于农业专家提供的文献资料和种植经验。以苹果黑星病的预测为例，说明精准管理预测功能的实现。

苹果黑星病预测模型是利用渭北旱塬的温度、相对湿度、降雨量和苹果黑星病流行程度等资料，采用逐步回归分析法分析渭北旱塬苹果黑星病流行的气象因子，求得最优回归子集，并用前5年的资料建立多元线性回归模型，见公式（1）。该模型只需要4月份的降雨量和前1年12月份的平均相对湿度就可进行预测。由预测模型的来源可知，4月份的降雨量对苹果黑星病的影响程度最大，因此苹果黑星病预测系统设定在每年5月初进行预测。该回归模型预测准确率高，对渭北旱塬苹果黑星病的防治具有一定的指导作用。

Y=3.077 20-0.054 96RH12+0.651 83R4 （1）

式中：Y为苹果黑星病流行程度值；R4为该年4月份的降雨量，mm，R4∈[1.2，7.4]；RH12为前1年12月份的平均相对湿度，%，RH12∈[50.2，70.0]。

通过预测模型计算，得出流行程度级别值，再根据苹果黑星病流行程度分级标准（见表2）进行判断，得出预测结果。

用户在系统界面输入当年4月份的降雨量和前1年12月份的平均饱和湿度值，系统从远程数据库中读取前1年12月份的平均空气湿度，先求得12月份的相对湿度值，再通过预测模型计算，得出在残差范围内的流行程度值，然后对照黑星病流行程度分级标准表即可得出最终预测结果。由此自动生成的预测决策信息，以专家建议形式，自动发送到农户手机。其他信息如果园灌水量、施肥量、病虫害预测、花期预测等的预测功能也如此实现。

3.4 系统维护与扩展

为了防止服务器转移、数据库更新等突发情况，并方便系统的推广，苹果精准管理专家系统设置了系统扩展功能。具体包括：1） 服务器、数据库配置信息的修改。包括SQL Server服务器的名称或IP地址、Database（数据库）、用于向数据库服务器验证身份的UID（用户ID）和PWD（密码）。当服务器转移或更换、数据库更新时，只需修改该配置信息，即可实现即时更新。2） 网关信息的维护。网关信息维护主要提供网关信息的添加、删除、修改功能。信息包括网关名称和网关所属区域内的传感器节点号。当网关所属区域的节点失效或者更换后，可以通过该接口，方便地进行系统更新维护；系统推广也只需要修改网关信息即可实现。

4 系统应用

将苹果精准管理专家系统应用于洛川苹果示范园的监控和精准管理，长期的良好运行证明了该系统的稳定性。该系统应用之后，实现了对苹果园的全天候环境监控，方便了异地农业专家对果园的远程监控，并且可以将自动生成的生产建议以短信方式发送给果农，进行精准管理。相对于传统的人工测量，该系统大大提高了农业生产效率，具有很强的应用推广价值。

参考文献

[1] 谭伟瀚，王卫星，肖国坤，等.基于无线传感器网络的茶园信息采集系统设计[J].农业网络信息，2010（7）：95-98.

[2] 杨爱洁，沈焱鑫，金丹娜，等.基于无线传感器网络的果园数字信息采集与管理系统[J].农业工程，2011（5）：37-41.

[3] 李美荣，杜继稳，李星敏，等.陕西果区苹果始花期预测模型[J].中国农业气象，2009，30（3）：417-420.

[4] 胡小平，田雪亮，李随院，等.渭北旱塬苹果黑星病流行程度预测[J].西北农林科技大学学报，2007，35（10）：151-158.

3.3 精准管理

精准管理根据果园的环境因子及作物的生长情况，通过专家给定的预测模型（如花期预测模型、苹果黑星病预测模型）进行推理预测、产生预警和管理指导意见。此部分包括果园灌水管理、施肥管理、病虫害管理、黑星病预测、花期预测，以及花期冻害、斑点落叶病、轮纹病、桃小食心虫预警。系统将预警信息和管理指导意见以短信形式发送给农户，以便实现实时精准管理。

专家系统的推理需要丰富的专家知识，系统所使用的所有模型均来源于农业专家提供的文献资料和种植经验。以苹果黑星病的预测为例，说明精准管理预测功能的实现。

苹果黑星病预测模型是利用渭北旱塬的温度、相对湿度、降雨量和苹果黑星病流行程度等资料，采用逐步回归分析法分析渭北旱塬苹果黑星病流行的气象因子，求得最优回归子集，并用前5年的资料建立多元线性回归模型，见公式（1）。该模型只需要4月份的降雨量和前1年12月份的平均相对湿度就可进行预测。由预测模型的来源可知，4月份的降雨量对苹果黑星病的影响程度最大，因此苹果黑星病预测系统设定在每年5月初进行预测。该回归模型预测准确率高，对渭北旱塬苹果黑星病的防治具有一定的指导作用。

Y=3.077 20-0.054 96RH12+0.651 83R4 （1）

式中：Y为苹果黑星病流行程度值；R4为该年4月份的降雨量，mm，R4∈[1.2，7.4]；RH12为前1年12月份的平均相对湿度，%，RH12∈[50.2，70.0]。

通过预测模型计算，得出流行程度级别值，再根据苹果黑星病流行程度分级标准（见表2）进行判断，得出预测结果。

用户在系统界面输入当年4月份的降雨量和前1年12月份的平均饱和湿度值，系统从远程数据库中读取前1年12月份的平均空气湿度，先求得12月份的相对湿度值，再通过预测模型计算，得出在残差范围内的流行程度值，然后对照黑星病流行程度分级标准表即可得出最终预测结果。由此自动生成的预测决策信息，以专家建议形式，自动发送到农户手机。其他信息如果园灌水量、施肥量、病虫害预测、花期预测等的预测功能也如此实现。

3.4 系统维护与扩展

为了防止服务器转移、数据库更新等突发情况，并方便系统的推广，苹果精准管理专家系统设置了系统扩展功能。具体包括：1） 服务器、数据库配置信息的修改。包括SQL Server服务器的名称或IP地址、Database（数据库）、用于向数据库服务器验证身份的UID（用户ID）和PWD（密码）。当服务器转移或更换、数据库更新时，只需修改该配置信息，即可实现即时更新。2） 网关信息的维护。网关信息维护主要提供网关信息的添加、删除、修改功能。信息包括网关名称和网关所属区域内的传感器节点号。当网关所属区域的节点失效或者更换后，可以通过该接口，方便地进行系统更新维护；系统推广也只需要修改网关信息即可实现。

4 系统应用

将苹果精准管理专家系统应用于洛川苹果示范园的监控和精准管理，长期的良好运行证明了该系统的稳定性。该系统应用之后，实现了对苹果园的全天候环境监控，方便了异地农业专家对果园的远程监控，并且可以将自动生成的生产建议以短信方式发送给果农，进行精准管理。相对于传统的人工测量，该系统大大提高了农业生产效率，具有很强的应用推广价值。

参考文献

[1] 谭伟瀚，王卫星，肖国坤，等.基于无线传感器网络的茶园信息采集系统设计[J].农业网络信息，2010（7）：95-98.

[2] 杨爱洁，沈焱鑫，金丹娜，等.基于无线传感器网络的果园数字信息采集与管理系统[J].农业工程，2011（5）：37-41.

[3] 李美荣，杜继稳，李星敏，等.陕西果区苹果始花期预测模型[J].中国农业气象，2009，30（3）：417-420.

[4] 胡小平，田雪亮，李随院，等.渭北旱塬苹果黑星病流行程度预测[J].西北农林科技大学学报，2007，35（10）：151-158.

3.3 精准管理

精准管理根据果园的环境因子及作物的生长情况，通过专家给定的预测模型（如花期预测模型、苹果黑星病预测模型）进行推理预测、产生预警和管理指导意见。此部分包括果园灌水管理、施肥管理、病虫害管理、黑星病预测、花期预测，以及花期冻害、斑点落叶病、轮纹病、桃小食心虫预警。系统将预警信息和管理指导意见以短信形式发送给农户，以便实现实时精准管理。

专家系统的推理需要丰富的专家知识，系统所使用的所有模型均来源于农业专家提供的文献资料和种植经验。以苹果黑星病的预测为例，说明精准管理预测功能的实现。

苹果黑星病预测模型是利用渭北旱塬的温度、相对湿度、降雨量和苹果黑星病流行程度等资料，采用逐步回归分析法分析渭北旱塬苹果黑星病流行的气象因子，求得最优回归子集，并用前5年的资料建立多元线性回归模型，见公式（1）。该模型只需要4月份的降雨量和前1年12月份的平均相对湿度就可进行预测。由预测模型的来源可知，4月份的降雨量对苹果黑星病的影响程度最大，因此苹果黑星病预测系统设定在每年5月初进行预测。该回归模型预测准确率高，对渭北旱塬苹果黑星病的防治具有一定的指导作用。

Y=3.077 20-0.054 96RH12+0.651 83R4 （1）

式中：Y为苹果黑星病流行程度值；R4为该年4月份的降雨量，mm，R4∈[1.2，7.4]；RH12为前1年12月份的平均相对湿度，%，RH12∈[50.2，70.0]。

通过预测模型计算，得出流行程度级别值，再根据苹果黑星病流行程度分级标准（见表2）进行判断，得出预测结果。

用户在系统界面输入当年4月份的降雨量和前1年12月份的平均饱和湿度值，系统从远程数据库中读取前1年12月份的平均空气湿度，先求得12月份的相对湿度值，再通过预测模型计算，得出在残差范围内的流行程度值，然后对照黑星病流行程度分级标准表即可得出最终预测结果。由此自动生成的预测决策信息，以专家建议形式，自动发送到农户手机。其他信息如果园灌水量、施肥量、病虫害预测、花期预测等的预测功能也如此实现。

3.4 系统维护与扩展

为了防止服务器转移、数据库更新等突发情况，并方便系统的推广，苹果精准管理专家系统设置了系统扩展功能。具体包括：1） 服务器、数据库配置信息的修改。包括SQL Server服务器的名称或IP地址、Database（数据库）、用于向数据库服务器验证身份的UID（用户ID）和PWD（密码）。当服务器转移或更换、数据库更新时，只需修改该配置信息，即可实现即时更新。2） 网关信息的维护。网关信息维护主要提供网关信息的添加、删除、修改功能。信息包括网关名称和网关所属区域内的传感器节点号。当网关所属区域的节点失效或者更换后，可以通过该接口，方便地进行系统更新维护；系统推广也只需要修改网关信息即可实现。

4 系统应用

将苹果精准管理专家系统应用于洛川苹果示范园的监控和精准管理，长期的良好运行证明了该系统的稳定性。该系统应用之后，实现了对苹果园的全天候环境监控，方便了异地农业专家对果园的远程监控，并且可以将自动生成的生产建议以短信方式发送给果农，进行精准管理。相对于传统的人工测量，该系统大大提高了农业生产效率，具有很强的应用推广价值。

参考文献

[1] 谭伟瀚，王卫星，肖国坤，等.基于无线传感器网络的茶园信息采集系统设计[J].农业网络信息，2010（7）：95-98.

[2] 杨爱洁，沈焱鑫，金丹娜，等.基于无线传感器网络的果园数字信息采集与管理系统[J].农业工程，2011（5）：37-41.

[3] 李美荣，杜继稳，李星敏，等.陕西果区苹果始花期预测模型[J].中国农业气象，2009，30（3）：417-420.

[4] 胡小平，田雪亮，李随院，等.渭北旱塬苹果黑星病流行程度预测[J].西北农林科技大学学报，2007，35（10）：151-158.